Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADISTICA DESCRIPTIVA
PRESENTADO POR:
RAUL ALEJANDRO MORA
Cod.1016003687
PRESENTADO A:
CAMPO RIAÑO
ADMINISTRACION DE EMPRESAS
BOGOTÁ
MAYO
2020
Contenido
1. Introducción .............................................................................................................. 3
2. Justificación ............................................................................................................... 4
3. Objetivos ................................................................................................................... 5
4. Desarrollo de Actividades (Mapa Mental) ................................................................ 6
5. Definición de Conceptos ........................................................................................... 2
6. Laboratorios .............................................................................................................. 3
7. Regresión y Correlación Lineal................................................................................. 8
8. Conclusiones ........................................................................................................... 12
9. Bibliografía.............................................................................................................. 13
2
1. Introducción
Con el desarrollo de esta nueva actividad nos permitirá conocer e ir apropiando nuevos
Correlación; así como los Gráficos de Dispersión mediante el uso de del sistema de
Información Infostat.
2. Justificación
lograr los objetivos del presente trabajo práctico, aplicaremos el proceso de regresión
lineal simple para determinar tanto la naturaleza como la fuerza de una relación entre
dos variables.
4
3. Objetivos
Dispersión.
al material de estudio.
Simple.
6
5. Definición de Conceptos
Diagrama de dispersión.
Consiste en la representación gráfica de dos variables (X,Y) para un conjunto de datos; donde
se analiza la relación entre dos variables, con el fin de conocer qué tanto se afectan entre sí o
qué tan independientes son una de la otra.
Coeficiente de determinación R2
Correlación positiva
2
Se presenta cuando una variable aumenta o disminuye y la otra también, respectivamente. Hay
una relación proporcional. Por ejemplo para un vendedor de carros, si él vende más carros
(variable 1), va a ganar más dinero (variable 2).
Correlación negativa
Se presenta cuando una variable se comporta de forma contraria o a la otra, es decir que si
una variable aumenta, la otra disminuye. Hay una relación inversa proporcional. Por ejemplo
para la construcción de un edificio, entre más trabajadores estén construyendo un edificio
(variable 1), menos tiempo se necesitará para tenerlo listo (variable 2)
6. Laboratorios
Opción Ejercicio 1 Ejercicio 2 Ejercicio 3 Estudiante
1.2 CH- 1.4 X – Y Montaje
2 1.7 PIB-Energía Alejandro Mora.
Pureza. – Horas de trabajo
6.1.1.2. CH-Pureza.
X (% de Hidro
Y (Pureza)
carburos)
0,95 90,04
1,03 89,06
1,16 91,39
1,27 93,73
1,44 96,71
1,3 94,44
0,82 87,57
1,21 91,78
1,56 99,39
1,42 93,55
1,17 93,43
1,13 92,5
0,97 90,4
1 89,3
1,12 89,83
1,18 90,35
1,23 93,19
1,33 93,31
1,42 94,77
0,93 87,32
102
100
y = 14,247x + 75,263
98 R² = 0,8532
96
PUREZA
94
92
90
88
86
0 0,5 1 1,5 2
% DE HIDROCARBUROS
Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. ¿Es confiable?
El modelo lineal que predice el efecto de una variable sobre la otra es el siguiente
y = 14.247x + 75.263
4
Esta ecuación hace una buena estimación entre las variables debido a que el coeficiente de
determinación R2 explica el 85,32%, tienen una Correlación positiva muy fuerte
y = 14.247x + 75.263
x=(y-75,263)/14,247
x=92,3-75,263)/14,247
x=1,20
Cuando la pureza del oxigeno sea 92.3, el porcentaje de hidrocarburos será 1.20.
En una empresa se desea verificar si la calidad de los computadores con defectos de montaje
tiene relación con las horas trabajadas por día.
15 10
13 9
11 8
7 5
12 9
11 8
8 6
10 7
13 9
13 10
12
y = 0,6599x + 0,6433
0
0 2 4 6 8 10 12 14 16
HORAS DE TRABAJO
Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. ¿Es confiable?
El modelo lineal que predice el efecto de una variable sobre la otra es el siguiente
y = 0,6599X+0,6433
Esta ecuación hace una buena estimación entre las variables debido a que el coeficiente de
determinación R2 explica el 94,61%, tienen una Correlación positiva muy fuerte"
y = 0,6599(6)+0,6433
y= 5.
6
6.3.1.7. PIB-Energía.
Consumo de
Año PIB de la Nación
electricidad en MWh
600
CONSUMO DE ELECTRICIDAD EN MWH
500
300
200
100
0
2 2,05 2,1 2,15 2,2 2,25 2,3 2,35 2,4 2,45
PIB DE LA NACIÓN
Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. ¿Es confiable?
El modelo lineal que predice el efecto de una variable sobre la otra es el siguiente
y = 273,62X-131,92
Esta ecuación hace una buena estimación entre las variables debido a que el coeficiente de
determinación R2 explica el 84,65 %, tienen una Correlación positiva muy fuerte
¿Cuál podría ser la proyección de PIB para el año 2021 si se espera que el PIB nacional
sea del 3,2?
y = 273,62*(3,2)-131,92
y= 743,7
Las Variables Cuantitativas que seleccione dentro de la Base de Datos Pruebas Saber son las
siguientes:
8
Coef Est. E.E. LI(95%) LS(95%) T p-valor CpMallows
VIF
const -9,30 3,51 -16,21 -2,38 -2,65 0,0087
PUNT_C_NATURALES 1,50 0,13 1,25 1,75 11,90 <0,0001 142,68
40,18
PUNT_C_NATURALES^2 -0,01 1,1E-03 -0,01 -3,0E-03 -4,72 <0,0001 23,28
40,18
80
60
40
20
0
0 20 40 60 80 100 120
PUNT_C_NATURALES
Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la
otra. ¿Es confiable?
El modelo lineal que predice el efecto de una variable sobre la otra es el siguiente
y=0,942x+6,3597
El modelo es confiable porque el coeficiente de determinación R2 es cercano a 1.
10
Determine el grado de correlación de las dos variables.
La asociación de las variables es fuerte porque una variable depende de la otra, en este caso el
Promedio depende del Puntaje de Ciencias Naturales, esto se puede observar con el
coeficiente de determinación R2 que es de 89,80% y el valor del coeficiente de correlación R
confirma el grado de relación de la variables, que es el 95%.
Coeficientes de correlación
El desarrollo de este trabajo nos permitió conocer algunos de los instrumentos que nos
datos; así como generar algunas técnicas que nos ayuden al análisis de dicha información.
comportamiento de algunos datos como los son las tablas de frecuencia y las gráficas pues
12
9. Bibliografía